摘要
本发明涉及图像处理技术领域,尤其涉及一种基于深度学习的心电图图像增强处理方法及系统。所述方法包括以下步骤:获取心电图训练集;对心电图训练集进行小波去噪以及固有模态分解去噪,从而得到波形去噪数据集;对波形去噪数据集进行不同异常类型的对抗增强,从而得到增强扩大数据集;对增强扩大数据集进行多导联模式数据模拟,从而得到多导模拟数据集;对多导联数据集进行多维数据整合,从而得到多维心电数据集;对多维心电数据集进行卷积模型融合,从而得到心电图增强卷积模型。本发明能够基于深度学习实现多种心电图图像的增强效果。
技术关键词
卷积模型
图像增强
小波去噪
生成对抗网络模型
心电波形数据
聚类
训练集
时序
记忆模型
QRS波
心率
幅值
多状态
标记
波形斜率
误差
叠加算法
模式
系统为您推荐了相关专利信息
架空线路异物
卷积神经网络模型
异物识别方法
视觉
直方图均衡化方法
生成对抗网络模型
数据生成方法
步态识别
步态特征
度量
财务报表数据
文本分类模型
生成对抗网络
实体
纠错模块
联合探测方法
急倾斜矿体
深度校正方法
矿山地质勘查
趋肤深度